Matt Pocock Skills — AI编程技能集合¶

Ch07.033 Matt Pocock Skills — AI编程技能集合¶

📊 Level ⭐⭐ | 9.2KB | entities/mattpocock-skills-grill-me-grill-with-docs-caveman.md

概述¶

Matt Pocock（TypeScript 类型系统专家，Total TypeScript 作者）整理的 AI 编程 Skill 集合。14 个 Skill 全部为纯 Markdown 文件，零依赖，零安装。安装：npx skills@latest add mattpocock/skills

Skill 分类¶

工程类（10个）：grill-with-docs、diagnose、tdd、improve-codebase-architecture、triage、to-prd、to-issues、zoom-out、prototype、setup 效率类（4个）：grill-me、caveman、handoff、write-a-skill

核心 Skill 详解¶

grill-me — 需求追问¶

问题：大多数人在看到错误答案之前不知道自己真正想要什么。 核心理念：AI 不停追问用户，直到双方理解完全一致。每次只问一个问题，并给出 AI 的推荐答案供用户确认。 与 Claude Code 内置 plan mode 的本质区别： | | Claude Code plan mode | grill-me | |---|---|---| | 交互方式 | 选择题 | 问答题 + AI 推荐 | | 适用人群 | 有经验的程序员 | 所有用户（包括非技术背景） | | 输出 | 粗粒度选项 | 完整 PRD | 安装：npx skills@latest add mattpocock/skills/grill-me

grill-with-docs — 术语对齐¶

解决"鸡同鸭讲"问题——你和 AI 对同一概念用不同叫法，导致代码指代混乱。 三板斧： 1. 统一语言：每确定一个概念自动写入 CONTEXT.md，后续所有命名统一用术语 2. 交叉验证：AI 主动对比用户描述和代码实现，指出不一致（"你说支持部分退款，代码只能整单退款——哪个对？"） 3. ADR 记录：满足"难撤销 + 不看上下文会困惑 + 有方案取舍"三个条件时建议创建 Architecture Decision Record

caveman — 极简回复模式¶

砍掉寒暄、解释性文字和模糊措辞，只保留技术要点。安全/破坏性操作时自动退出该模式。

核心理念¶

这些 Skill 的价值在于：将《程序员修炼之道》《领域驱动设计》《极限编程》等几十年经典工程实践，浓缩成 AI 可执行的格式。

"AI 编程的速度在加快，但软件工程的根基没变。越快的工具，越需要好的工程实践来兜底。"

深度分析¶

Skill 的工程本质：从"约束AI"到"约束人"¶

Matt Pocock 的 Skill 体系代表了一种范式转移。Karpathy 的 CLAUDE.md 思路是"治理AI"——通过约束AI行为来提升输出质量。但 Matt Pocock 走的是"治理人"路线——通过引导用户思考来弥补需求不明确的问题。这两条路并不矛盾：Karpathy 解决的是"AI 写代码乱"的问题（已知需求，AI 不认真执行）；Matt Pocock 解决的是"用户不知道自己真正要什么"的问题（需求本身就模糊）。

grill-me 的深层价值：强制延迟满足¶

grill-me 的核心机制——不停追问、每次只问一个问题——本质上是一种强制性的延迟满足训练。在 AI 时代，人们倾向于"快说出需求、快拿结果"，但软件工程的经典教训是：前期澄清的代价远低于后期返工。 grill-me 将《程序员修炼之道》中"先明晰需求再动手"的原则产品化，通过 AI 追问强制用户面对自己不清晰的决策点。

三类 Skill 的协同矩阵¶

Skill	问题类型	干预时机	核心机制
grill-me	需求模糊	开发前	追问澄清
grill-with-docs	术语混乱	开发中	上下文积累
caveman	输出冗余	开发后	压缩回复
三者形成完整闭环：grill-me 确保方向正确 → grill-with-docs 确保理解一致 → caveman 确保执行高效。

与 DDD/SDD 的渊源¶

grill-me 对应 DDD 的 Event Storming 环节——通过不断追问将模糊业务愿景精确化。grill-with-docs 直接对应 DDD 的 Ubiquitous Language 实践。caveman 则类似极限编程中的"简洁编程"原则——只做必要的事。这些 Skill 并非新发明，而是将经典工程方法论重新包装成 AI 可执行的格式。

实践启示¶

立即可用的组合¶

新项目启动：grill-me（需求澄清）→ grill-with-docs（术语对齐）→ caveman（开发执行）这套组合是最高频的使用路径。grill-me 在空目录下运行效果最佳，因为 AI 可以从零开始构建完整的上下文。 调试场景：diagnose + caveman 组合。先用 diagnose 系统化定位问题根因，再用 caveman 获取极简解决方案。

caveman 的安全边界¶

caveman 模式在安全/破坏性操作时会自动退出，这是关键的设计细节。不要试图绕过这个限制——当 AI 拒绝在 caveman 模式下执行删除操作时，说明该操作需要更审慎的上下文。

CONTEXT.md 的维护策略¶

grill-with-docs 会自动积累 CONTEXT.md，但需要定期清理：

每完成一个大功能后，合并相关的上下文条目
避免 CONTEXT.md 膨胀到失去快速查阅价值
术语定义尽量简短：用一句话说明，不要用段落

ADR 的触发条件¶

grill-with-docs 建议创建 ADR 时满足三个条件：难撤销、不看上下文会困惑、有方案取舍。实操中这个阈值略高，建议：当团队对某个技术选型出现2次以上分歧时，就创建 ADR 记录决策过程。

write-a-skill 的正确用法¶

Matt Pocock 的 Skill 本质上都是 Markdown——这意味着你可以在他的 Skill 基础上定制。可以先安装 grill-me，在日常使用中记录它漏掉的问题场景，然后用自己的经验扩展它，最终通过 write-a-skill 输出为独立 Skill。

完整工作流（6 步）¶

Matt Pocock Skills 不只是零散命令，它们串成一条完整开发流：

/grill-with-docs — 需求澄清 + 领域语言沉淀到 CONTEXT.md
/to-prd — 对话整理成 PRD 文档
/to-issues — 按用户可感知行为拆垂直切片（不是按文件拆）
/tdd — red-green-refactor，每次只推进一个可观察行为
/diagnose — 先复现 → 缩小范围 → 假设 → 验证 → 修复 → 补回归
/improve-codebase-architecture — 周期性修剪（重复收一收、职责理一理、ADR 补一补）

陌生模块先跑 /zoom-out，从系统层面理解再动手。

与其他工作流对比¶

工作流	关注重点	适合场景	取舍
Matt Pocock Skills	需求澄清 + 测试 + 诊断 + 架构整理	日常开发、长期维护、小团队	灵活但需主动决策
GSD	长周期任务管理 + 上下文延续	跨天任务、多文件改动	流程完整，小任务略重
BMAD	角色分工 + 规范化研发	从 0 到 1 产品、多人协作	体系完整，学习成本高
Superpowers	TDD + 评审纪律	重视测试质量	对测试纪律要求高
Spec-Kit	规格驱动开发	企业项目、需求评审先行	前期投入大，过程可控

→ Superpowers 6.0 SDD 评审重写 → 三器合一工程化实战